主分类：大模型与生成式算法研发
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "高级/资深多模态大模型算法工程师-Commercial AI",
"job_level": "高级",AI生成
"work_category": "全职",AI生成
"department": "未披露",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "算法"AI生成
},
"company": {
"company_name": "字节跳动",
"company_industry": "互联网 / 数字内容 / 电商",
"company_size": "10000人以上",
"company_website": "bytedance.com",
"company_description": "字节跳动提供内容创作、信息分发、电商和协作产品，旗下产品包括抖音、今日头条、TikTok和飞书。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "本科及以上学历",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、针对字节跳动商业化（广告、电商、生活服务）场景中文本、视觉、语音多种模态的内容理解问题，负责多种尺寸的LLM、VLM、Omni基座模型迭代；围绕预训练、SFT、RL及推理环节优化，提升模型在通用&领域多种测评集的真实泛化能力；\n2、负责大规模多模态数据的分析洞察，利用算法深度挖掘数据多样性、数据分布、数据质量、数据特征对模型预训练、SFT微调效果的关联影响，为模型训练策略优化、效果迭代提供数据依据；\n3、探索多模态大模型领域的长期关键问题，研究方向包括但不限于视觉/语音编码器（ViT/AuT）、模型结构、统一多模态理解-生成-编辑（Unified Model）、音频/视频内容理解、音乐理解、Reward Model、强化学习及其变种（PPO/GRPO/OPD等）、Agentic RL、推理加速等。",
"requirements_text": "1、本科及以上学历，计算机相关专业，具备扎实的深度学习理论基础，精通Transformer等主流模型结构，熟悉多模态编码器及模态间对齐算法（ViT、AuT、CLIP等），熟悉LLM/VLM/Omni模型的技术原理、训练范式，熟悉大模型相关的数据构造方法，熟悉Pre-train、Post-train涉及算法及变种；\n2、在大语言模型、多模态大模型、视觉或语音理解领域有深入的研究或落地经验，具备优秀的会议论文相关学术成果者或相关业界落地经验优先；\n3、有基于文本/多模态大模型继续预训练（Continual Pre-train）、后训练（SFT/RL）经验，熟悉Swift、VeOmni、VeRL、Easy-R1、Megatron、DeepSpeed等训练框架者优先，有大规模分布式训练经验者优先；\n4、有较强的问题分析与学习能力，对解决有挑战性的问题有热情，能快速跟进前沿技术并应用于实际问题解决，具有良好的团队沟通协作能力。",
"skills": [AI生成
"Swift",
"深度学习",
"学习能力",
"大语言模型"
],
"preferred_qualifications": "2、在大语言模型、多模态大模型、视觉或语音理解领域有深入的研究或落地经验，具备优秀的会议论文相关学术成果者或相关业界落地经验优先；3、有基于文本/多模态大模型继续预训练（Continual Pre-train）、后训练（SFT/RL）经验，熟悉Swift、VeOmni、VeRL、Easy-R1、Megatron、DeepSpeed等训练框架者优先，有大规模分布式训练经验者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://jobs.bytedance.com/experienced/position/7641818297424480517/detail"
}
]
},
"posting": {
"posting_id": "7641818297424480517",
"post_date": "2026-05-20",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://jobs.bytedance.com/experienced/position/7641818297424480517/detail"
},
"fulltext": "高级/资深多模态大模型算法工程师-Commercial AI\n职位描述\n1、针对字节跳动商业化（广告、电商、生活服务）场景中文本、视觉、语音多种模态的内容理解问题，负责多种尺寸的LLM、VLM、Omni基座模型迭代；围绕预训练、SFT、RL及推理环节优化，提升模型在通用&领域多种测评集的真实泛化能力；\n2、负责大规模多模态数据的分析洞察，利用算法深度挖掘数据多样性、数据分布、数据质量、数据特征对模型预训练、SFT微调效果的关联影响，为模型训练策略优化、效果迭代提供数据依据；\n3、探索多模态大模型领域的长期关键问题，研究方向包括但不限于视觉/语音编码器（ViT/AuT）、模型结构、统一多模态理解-生成-编辑（Unified Model）、音频/视频内容理解、音乐理解、Reward Model、强化学习及其变种（PPO/GRPO/OPD等）、Agentic RL、推理加速等。\n\n职位要求\n1、本科及以上学历，计算机相关专业，具备扎实的深度学习理论基础，精通Transformer等主流模型结构，熟悉多模态编码器及模态间对齐算法（ViT、AuT、CLIP等），熟悉LLM/VLM/Omni模型的技术原理、训练范式，熟悉大模型相关的数据构造方法，熟悉Pre-train、Post-train涉及算法及变种；\n2、在大语言模型、多模态大模型、视觉或语音理解领域有深入的研究或落地经验，具备优秀的会议论文相关学术成果者或相关业界落地经验优先；\n3、有基于文本/多模态大模型继续预训练（Continual Pre-train）、后训练（SFT/RL）经验，熟悉Swift、VeOmni、VeRL、Easy-R1、Megatron、DeepSpeed等训练框架者优先，有大规模分布式训练经验者优先；\n4、有较强的问题分析与学习能力，对解决有挑战性的问题有热情，能快速跟进前沿技术并应用于实际问题解决，具有良好的团队沟通协作能力。\n1、针对字节跳动商业化（广告、电商、生活服务）场景中文本、视觉、语音多种模态的内容理解问题，负责多种尺寸的LLM、VLM、Omni基座模型迭代；围绕预训练、SFT、RL及推理环节优化，提升模型在通用&领域多种测评集的真实泛化能力；\n2、负责大规模多模态数据的分析洞察，利用算法深度挖掘数据多样性、数据分布、数据质量、数据特征对模型预训练、SFT微调效果的关联影响，为模型训练策略优化、效果迭代提供数据依据；\n3、探索多模态大模型领域的长期关键问题，研究方向包括但不限于视觉/语音编码器（ViT/AuT）、模型结构、统一多模态理解-生成-编辑（Unified Model）、音频/视频内容理解、音乐理解、Reward Model、强化学习及其变种（PPO/GRPO/OPD等）、Agentic RL、推理加速等。\n1、本科及以上学历，计算机相关专业，具备扎实的深度学习理论基础，精通Transformer等主流模型结构，熟悉多模态编码器及模态间对齐算法（ViT、AuT、CLIP等），熟悉LLM/VLM/Omni模型的技术原理、训练范式，熟悉大模型相关的数据构造方法，熟悉Pre-train、Post-train涉及算法及变种；\n2、在大语言模型、多模态大模型、视觉或语音理解领域有深入的研究或落地经验，具备优秀的会议论文相关学术成果者或相关业界落地经验优先；\n3、有基于文本/多模态大模型继续预训练（Continual Pre-train）、后训练（SFT/RL）经验，熟悉Swift、VeOmni、VeRL、Easy-R1、Megatron、DeepSpeed等训练框架者优先，有大规模分布式训练经验者优先；\n4、有较强的问题分析与学习能力，对解决有挑战性的问题有热情，能快速跟进前沿技术并应用于实际问题解决，具有良好的团队沟通协作能力。",
"standard_classification": {
"std_category_code": "T010",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}